Toxicité politique

Depuis son retour, Fable 5 est la cible de critiques virulentes sur ses performances. Le modèle ne semble pas présenter les mêmes capacités qu’avant son blocage, suite à la directive de la Maison-Blanche. Même Mythos 5 semble perdre de sa superbe.

Rappelons rapidement quelques éléments chronologiques. Le 9 juin 2026, Anthropic lance Claude Fable 5, une version de Mythos 5 disposant de garde-fous et présenté alors comme le modèle le plus « capables » de l’histoire de l’entreprise. Trois jours plus tard, une directive de contrôle des exportations, signée par la Maison-Blanche et juridiquement contraignante, force Anthropic à suspendre l’accès aux deux modèles pour tout ressortissant étranger, y compris ses propres employés non-américains. Le décret conduit l’entreprise à un arrêt mondial pour tous les clients, Anthropic ayant jugé impossible de filtrer les utilisateurs par nationalité en temps réel.

Le déclencheur invoqué était un rapport de chercheurs d’Amazon selon lequel Fable 5 aurait pu être manipulé (jailbreaké) pour livrer des informations exploitables dans des cyberattaques. En toile de fond, des soupçons qu’un groupe lié à la Chine ait pu accéder à Mythos, ce qui faisait craindre une rétro-ingénierie ou une distillation par un adversaire étranger.

Fin juin, le Department of Commerce lève ces contrôles. L’accès à Fable 5 est restauré le 1ᵉʳ juillet sur Claude Platform, Claude.ai, Claude Code et Claude Cowork. Mythos 5, lui, reste réservé aux partenaires vérifiés du programme Glasswing, comme on l’a vu avec Mozilla.

Au-delà du temps perdu par Anthropic (environ trois semaines), le retour de Fable 5 ne s’est pas fait sous les cotillons. Ses performances, selon les cas d’utilisation, semblent en fort retrait. Pendant ce temps, l’utilisation des modèles chinois grimpe rapidement.

Kaboum !

Dans la plupart des résultats obtenus avant le retrait de Fable 5, de nombreux sites ont relevé les excellentes performances du modèle, notant souvent un saut générationnel significatif. Parmi les notes obtenues : 80,3 % sur SWE-Bench Pro (contre 69,2 % pour Opus 4.8), 64,5 % sur Humanity’s Last Exam avec outils (contre 57,9 % pour Opus 4.8 et 52,2 % pour GPT-5.5), et ainsi de suite pour tous les benchmarks majeurs (FrontierCode Diamond, OSWorld-Verified, GDPval-AA, Terminal-Bench 2.1), comme relevé notamment par Datacamp.

Pour Every, le résultat était encore plus tranché : Fable 5 était tout simplement « le meilleur modèle de programmation ». La société en tenait pour preuve le score de 91/100 obtenu sur leur propre benchmark « Senior Engineer », contre 63 pour Opus 4.8 et 62 pour GPT-5.5. Même son de cloche chez BenchLM.

C’est là que le tableau se complique singulièrement depuis le 1ᵉʳ juillet. Le retour de Fable 5 s’est accompagné d’un nouveau classificateur de cybersécurité, et selon des données publiées le 2 juillet par la plateforme de test BridgeMind, les scores de débogage TypeScript de Fable 5 se sont effondrés de 70 %, comme relevé par Tech Times.

Pourquoi une telle chute ? A priori, pas parce que le modèle en lui-même est devenu moins performant. La faute semble bien incomber au nouveau classificateur, qui redirige une part des requêtes liées à la programmation vers Opus 4.8, sans que les utilisateurs en soient toujours informés.

L'étincelle Spark n'a pas mis le feu

Une salle, deux ambiances. Lors d’un town hall qui s’est tenu ce jeudi, Mark Zuckerberg a déploré le retard pris par Meta dans le développement d’agents IA… tandis que le patron du labo IA interne, Alexandr Wang, a fait miroiter des gains substantiels pour les futurs modèles maison Spark.

Lors d’une réunion générale avec ses employés ce jeudi 2 juillet, la direction de Meta a fait le point sur ses efforts en matière d’IA. D’après les fuites, il y a eu deux sons de cloche. Mark Zuckerberg a ainsi admis que l’entreprise n’allait pas suffisamment vite en matière d’agents IA. « La trajectoire du développement agentique au cours des quatre derniers mois au moins ne s’est pas vraiment accélérée comme nous l’espérions », a-t-il déclaré.

Meta a pourtant mis le paquet pour aller vite, en transférant 7 000 salariés aux équipes chargées du développement de l’IA. Quitte à créer beaucoup d’incompréhension et de colère en interne. À cela s’est ajoutée une énième charrette de licenciements en début d’année (le groupe a supprimé environ 10 % de ses effectifs). Une restructuration lourde qui reposait sur l’idée que les outils d’IA allaient rapidement améliorer la productivité et l’efficacité au travail.

• Chez Meta, la bascule vers l’IA entraîne une « merdification » des conditions de travail

Si Meta a bougé aussi vite, c’est parce que les dirigeants craignaient de ne pas pouvoir s’adapter suffisamment rapidement face aux outils agentiques concurrents, comme Claude Code. Le fondateur de Facebook a reconnu que cette nouvelle organisation n’a pas porté les résultats attendus et qu’elle n’avait pas été aussi « propre » qu’elle aurait dû l’être.

Malgré tout, pas question de changer de cap : le groupe a annoncé un investissement colossal cette année, compris entre 125 et 145 milliards de dollars, pour financer ses infrastructures IA. Mark Zuckerberg espère que les bénéfices finiront par être tangibles dans les trois à six prochains mois.

La petite musique d’Alexandr Wang

Durant le même town hall, Alexandr Wang a joué une toute autre partition. Le transfuge de Scale AI, dans lequel Meta a investi 14 milliards de dollars, est à la tête du Meta Superintelligence Labs. Le labo compte dans ses rangs plusieurs des meilleurs spécialistes mondiaux de l’IA – des profils que Mark Zuckerberg a attiré dans ses filets en leur construisant des ponts d’or.

Wang a annoncé que le prochain modèle IA de Meta, nom de code « Watermelon », est actuellement en cours d’entraînement. « Watermelon mobilise une puissance de calcul très supérieure à celle d’Avocado », a-t-il ajouté. Avocado est le nom de code interne de Muse Spark, le premier nouveau modèle de l’entreprise après le fiasco de Llama.

Ce prochain modèle serait au niveau de GPT-5.5, a-t-il aussi affirmé (OpenAI en est à GPT-5.6, mais en accès limité). La confiance du jeune dirigeant est telle qu’il a fait monter la sauce autour de l’IA de Meta.

Sur les réseaux sociaux, il fait miroiter non seulement une API pour Muse Spark – l’interface n’existe actuellement que sous la forme d’un aperçu privé – mais aussi une mise à jour substantielle. Au menu : « D’importantes améliorations en matière de programmation et de capacités agentiques afin d’être plus compétitif face aux autres modèles de premier plan. » Il a aussi promis que les capacités de code de Muse seront « très bientôt » similaires à celles de Claude Code.

Loue puissance de calcul, pas cher

En attendant les lendemains qui chantent, Meta chercherait à rentabiliser une infrastructure IA de plus en plus imposante, et onéreuse. Selon une indiscrétion de Bloomberg, l’entreprise aurait l’intention de vendre ou de louer de la puissance de calcul et du cloud à d’autres. Une nouvelle activité qui positionnerait Meta en rival d’AWS, Google Cloud et Microsoft Azure.

Une des propositions de Meta serait de vendre un accès à différents modèles IA (dont Muse Spark) hébergés sur des serveurs de Meta, à l’image de ce que propose Bedrock d’AWS. Le groupe pourrait aussi commercialiser des capacités de calcul brutes. Cette nouvelle offre serait gérée par Meta Compute, une structure interne chargée de bâtir les infras IA de l’entreprise.

Dans ce secteur, Meta pourrait aussi se retrouver en concurrence directe face à SpaceX. Google et Anthropic louent ainsi les serveurs de Colossus, le datacenter construit dans le Tennessee par SpaceX pour les besoins initiaux de xAI.

Mark Zuckerberg avait expliqué en mai dernier à des investisseurs que cette activité était « définitivement » envisagée. « Presque chaque semaine, différentes entreprises extérieures viennent nous voir pour nous demander soit de mettre en place un service d’API, soit si nous avons de la puissance de calcul qu’elles pourraient nous acheter avec une prime par rapport au prix auquel nous l’avons acquise », a-t-il ajouté.

Il indiquait aussi que Meta avait pour le moment besoin de cette puissance de calcul pour ses propres besoins. « Si nous en arrivons à un point où nous estimons avoir surdimensionné nos capacités, cela reste une option à notre disposition ».

L'étincelle Spark n'a pas mis le feu

Une salle, deux ambiances. Lors d’un town hall qui s’est tenu ce jeudi, Mark Zuckerberg a déploré le retard pris par Meta dans le développement d’agents IA… tandis que le patron du labo IA interne, Alexandr Wang, a fait miroiter des gains substantiels pour les futurs modèles maison Spark.

Lors d’une réunion générale avec ses employés ce jeudi 2 juillet, la direction de Meta a fait le point sur ses efforts en matière d’IA. D’après les fuites, il y a eu deux sons de cloche. Mark Zuckerberg a ainsi admis que l’entreprise n’allait pas suffisamment vite en matière d’agents IA. « La trajectoire du développement agentique au cours des quatre derniers mois au moins ne s’est pas vraiment accélérée comme nous l’espérions », a-t-il déclaré.

Meta a pourtant mis le paquet pour aller vite, en transférant 7 000 salariés aux équipes chargées du développement de l’IA. Quitte à créer beaucoup d’incompréhension et de colère en interne. À cela s’est ajoutée une énième charrette de licenciements en début d’année (le groupe a supprimé environ 10 % de ses effectifs). Une restructuration lourde qui reposait sur l’idée que les outils d’IA allaient rapidement améliorer la productivité et l’efficacité au travail.

• Chez Meta, la bascule vers l’IA entraîne une « merdification » des conditions de travail

Si Meta a bougé aussi vite, c’est parce que les dirigeants craignaient de ne pas pouvoir s’adapter suffisamment rapidement face aux outils agentiques concurrents, comme Claude Code. Le fondateur de Facebook a reconnu que cette nouvelle organisation n’a pas porté les résultats attendus et qu’elle n’avait pas été aussi « propre » qu’elle aurait dû l’être.

Malgré tout, pas question de changer de cap : le groupe a annoncé un investissement colossal cette année, compris entre 125 et 145 milliards de dollars, pour financer ses infrastructures IA. Mark Zuckerberg espère que les bénéfices finiront par être tangibles dans les trois à six prochains mois.

La petite musique d’Alexandr Wang

Durant le même town hall, Alexandr Wang a joué une toute autre partition. Le transfuge de Scale AI, dans lequel Meta a investi 14 milliards de dollars, est à la tête du Meta Superintelligence Labs. Le labo compte dans ses rangs plusieurs des meilleurs spécialistes mondiaux de l’IA – des profils que Mark Zuckerberg a attiré dans ses filets en leur construisant des ponts d’or.

Wang a annoncé que le prochain modèle IA de Meta, nom de code « Watermelon », est actuellement en cours d’entraînement. « Watermelon mobilise une puissance de calcul très supérieure à celle d’Avocado », a-t-il ajouté. Avocado est le nom de code interne de Muse Spark, le premier nouveau modèle de l’entreprise après le fiasco de Llama.

Ce prochain modèle serait au niveau de GPT-5.5, a-t-il aussi affirmé (OpenAI en est à GPT-5.6, mais en accès limité). La confiance du jeune dirigeant est telle qu’il a fait monter la sauce autour de l’IA de Meta.

Sur les réseaux sociaux, il fait miroiter non seulement une API pour Muse Spark – l’interface n’existe actuellement que sous la forme d’un aperçu privé – mais aussi une mise à jour substantielle. Au menu : « D’importantes améliorations en matière de programmation et de capacités agentiques afin d’être plus compétitif face aux autres modèles de premier plan. » Il a aussi promis que les capacités de code de Muse seront « très bientôt » similaires à celles de Claude Code.

Loue puissance de calcul, pas cher

En attendant les lendemains qui chantent, Meta chercherait à rentabiliser une infrastructure IA de plus en plus imposante, et onéreuse. Selon une indiscrétion de Bloomberg, l’entreprise aurait l’intention de vendre ou de louer de la puissance de calcul et du cloud à d’autres. Une nouvelle activité qui positionnerait Meta en rival d’AWS, Google Cloud et Microsoft Azure.

Une des propositions de Meta serait de vendre un accès à différents modèles IA (dont Muse Spark) hébergés sur des serveurs de Meta, à l’image de ce que propose Bedrock d’AWS. Le groupe pourrait aussi commercialiser des capacités de calcul brutes. Cette nouvelle offre serait gérée par Meta Compute, une structure interne chargée de bâtir les infras IA de l’entreprise.

Dans ce secteur, Meta pourrait aussi se retrouver en concurrence directe face à SpaceX. Google et Anthropic louent ainsi les serveurs de Colossus, le datacenter construit dans le Tennessee par SpaceX pour les besoins initiaux de xAI.

Mark Zuckerberg avait expliqué en mai dernier à des investisseurs que cette activité était « définitivement » envisagée. « Presque chaque semaine, différentes entreprises extérieures viennent nous voir pour nous demander soit de mettre en place un service d’API, soit si nous avons de la puissance de calcul qu’elles pourraient nous acheter avec une prime par rapport au prix auquel nous l’avons acquise », a-t-il ajouté.

Il indiquait aussi que Meta avait pour le moment besoin de cette puissance de calcul pour ses propres besoins. « Si nous en arrivons à un point où nous estimons avoir surdimensionné nos capacités, cela reste une option à notre disposition ».

Is the UN into doomerism ?

Dans un rapport préliminaire, des scientifiques commissionnés par l’ONU estiment que la rapidité des progrès de l’IA pourrait empêcher les États de la gouverner correctement. L’institution appelle ses membres à lancer une coopération internationale sur le sujet.

Une semaine à peine après que le secrétaire général de l’Organisation des Nations Unies (ONU), António Guterres, a appelé l’industrie de l’IA à « dire la vérité » sur ses impacts environnementaux, l’institution en remet une couche. Dans un rapport préliminaire publié ce 1^er juillet, le Groupe scientifique international indépendant des Nations Unies sur l’intelligence artificielle alerte sur le fait que les « capacités de l’IA progressent désormais plus rapidement que la science et les gouvernements ne sont capables de les comprendre et de les encadrer ».

L’enjeu est d’autant plus important que « plus l’intelligence artificielle progresse sans règles communes, moins les gouvernements et les peuples auront leur mot à dire sur son devenir », a déclaré António Guterres. Le document évoque une rupture plus forte que l’arrivée de modèles génératifs comme ChatGPT dans les mondes économiques et numériques. Il alerte en particulier sur l’émergence d’« agents » capables, de manière relativement autonome, de naviguer en ligne, écrire du code, lancer des actions sur des logiciels, etc. Et souligne qu’« aucune garantie scientifique » ne permet d’en assurer le contrôle à long terme.

Un panel de scientifiques diversifié

Parmi les auteurs de ce document figurent des scientifiques connus de l’industrie de l’IA et reconnus pour leurs projets d’ « alignement » (Yoshua Bengio, lauréat du prix-Turing en 2018, Joëlle Barral, directrice de recherche chez Google DeepMind) ou leur implication en matière de défense de l’information (Maria Ressa, cofondatrice de Rappler et prix Nobel de la paix en 2021). Avec des spécialistes venus du Nigeria (Rita Orji), du Brésil (Teresa Ludermir), d’Inde (Balaraman Ravindran), du Pakistan (Bilal Mateen) ou d’Égypte (Mennetallah El-Assady), parmi d’autres nations, il constitue surtout un travail collectif riche d’une bien plus grande diversité que l’essentiel de la littérature sur les enjeux relatifs à l’IA. À l’échelle internationale, cette dernière est en effet largement dominée par des travaux venus des États-Unis, et dans une moindre mesure d’Europe et de Chine.

Collectivement, les auteurs du rapport saluent certains bénéfices apportés par l’intelligence artificielle, comprise comme « des systèmes qui perçoivent, apprennent et agissent », qui « infèrent à partir de données d’entrée comment générer des données de sortie », parmi lesquelles « des prédictions, du contenu, des recommandations, des actions ou des décisions, avec divers degrés d’autonomie et d’adaptabilité ». Parmi ces intérêts : des « applications utiles dans les sciences, la santé, l’agriculture, l’accessibilité, le travail de la connaissance et les technologies de l’information, y compris pour le développement de l’IA elle-même ». En exemple, ils citent le modèle de Google Deepmind AlphaFold, capable de prédire la structure des protéines à partir de leur séquence en acides aminés.

Le rapport précise par ailleurs qu’il se concentre sur les « modèles de fondation », compris comme des systèmes généralistes capables de réaliser une variété de tâches. Il souligne néanmoins que des systèmes spécialisés existent, et que ces derniers « fournissent des bénéfices mesurables lorsque la tâche est bien définie, les données disponibles et que les institutions peuvent le déployer volontairement ».

• IA : les « modèles de fondation » et leur index de transparence critiqués

Progrès inégaux et dangers évidents

Il souligne cela dit l’absence d’égalité dans l’évolution de ce type de technologies : trois quarts de la puissance des supercalculateurs d’IA les plus performants est disponible aux États-Unis, la Chine en compte 15 %, et le reste du monde se partage le solde. De même, ces deux pays concentrent l’essentiel des modèles les plus avancés. Nombre de pays en développement, en revanche, manquent des infrastructures leur permettant de participer à la construction des modèles ou de les auditer. Le risque, alertent les scientifiques : que le déploiement accéléré de l’IA n’aggrave les inégalités et dépendances préexistantes à l’échelle du globe.

Côté usages, les auteurs du rapport soulignent les enjeux soulevés par la multiplication de contenus pédopornographiques et de deepfakes à caractère sexuel, tous générés par IA. Ils constatent la facilité avec laquelle l’IA générative permet de fabriquer du faux, de manière crédible, et alertent sur les effets que cela a sur les débats publics, ou encore de son rôle pour faciliter divers types de cyberattaques. Ils soulignent, enfin, comment la « complaisance » des modèles grands public peut renforcer les convictions des internautes, y compris lorsque celles-ci sont dangereuses.

Étonnamment, le document n’évoque à aucun moment l’opposition croissante à l’intelligence artificielle (notamment générative), quelquefois incarnée plus localement par une opposition à ses infrastructures. Celle-ci est pourtant visible jusque dans le pays leader de l’industrie, que sont les États-Unis.

• Aux États-Unis, la multiplication de data centers suscite une opposition locale croissante

Il n’évoque pas, non plus, les travailleurs des données, certes souvent invisibilisés, dont le rôle est pourtant essentiel à la fabrication des systèmes d’IA évoqués. Parmi les pays qui, faute d’infrastructure, se retrouvent privés des capacités d’« adapter » les modèles « à leurs propres réalités », certains comme le Venezuela, le Kenya ou Madagascar, sont aussi les foyers de clusters d’entraîneurs de données dont le travail est nécessaire pour faire fonctionner les modèles évoqués.

• Le système de production de l’IA reproduit et amplifie les dépendances économiques historiques

En revanche, pour António Guterres, la publication de ce rapport préliminaire doit être perçue comme la première étape d’un travail collectif, dans lequel il enjoint les États membres à construire un cadre international de coopération sur l’IA. Mais même ce travail promet d’être complexe : le rapport explique en effet que « la plupart des pays, y compris de nombreuses économies avancées, manquent d’expertise technique qui leur permettrait d’évaluer les modèles "frontière" les plus efficaces ou de participer à leur gouvernance de manière significative ».

Is the UN into doomerism ?

Dans un rapport préliminaire, des scientifiques commissionnés par l’ONU estiment que la rapidité des progrès de l’IA pourrait empêcher les États de la gouverner correctement. L’institution appelle ses membres à lancer une coopération internationale sur le sujet.

Une semaine à peine après que le secrétaire général de l’Organisation des Nations Unies (ONU), António Guterres, a appelé l’industrie de l’IA à « dire la vérité » sur ses impacts environnementaux, l’institution en remet une couche. Dans un rapport préliminaire publié ce 1^er juillet, le Groupe scientifique international indépendant des Nations Unies sur l’intelligence artificielle alerte sur le fait que les « capacités de l’IA progressent désormais plus rapidement que la science et les gouvernements ne sont capables de les comprendre et de les encadrer ».

L’enjeu est d’autant plus important que « plus l’intelligence artificielle progresse sans règles communes, moins les gouvernements et les peuples auront leur mot à dire sur son devenir », a déclaré António Guterres. Le document évoque une rupture plus forte que l’arrivée de modèles génératifs comme ChatGPT dans les mondes économiques et numériques. Il alerte en particulier sur l’émergence d’« agents » capables, de manière relativement autonome, de naviguer en ligne, écrire du code, lancer des actions sur des logiciels, etc. Et souligne qu’« aucune garantie scientifique » ne permet d’en assurer le contrôle à long terme.

Un panel de scientifiques diversifié

Parmi les auteurs de ce document figurent des scientifiques connus de l’industrie de l’IA et reconnus pour leurs projets d’ « alignement » (Yoshua Bengio, lauréat du prix-Turing en 2018, Joëlle Barral, directrice de recherche chez Google DeepMind) ou leur implication en matière de défense de l’information (Maria Ressa, cofondatrice de Rappler et prix Nobel de la paix en 2021). Avec des spécialistes venus du Nigeria (Rita Orji), du Brésil (Teresa Ludermir), d’Inde (Balaraman Ravindran), du Pakistan (Bilal Mateen) ou d’Égypte (Mennetallah El-Assady), parmi d’autres nations, il constitue surtout un travail collectif riche d’une bien plus grande diversité que l’essentiel de la littérature sur les enjeux relatifs à l’IA. À l’échelle internationale, cette dernière est en effet largement dominée par des travaux venus des États-Unis, et dans une moindre mesure d’Europe et de Chine.

Collectivement, les auteurs du rapport saluent certains bénéfices apportés par l’intelligence artificielle, comprise comme « des systèmes qui perçoivent, apprennent et agissent », qui « infèrent à partir de données d’entrée comment générer des données de sortie », parmi lesquelles « des prédictions, du contenu, des recommandations, des actions ou des décisions, avec divers degrés d’autonomie et d’adaptabilité ». Parmi ces intérêts : des « applications utiles dans les sciences, la santé, l’agriculture, l’accessibilité, le travail de la connaissance et les technologies de l’information, y compris pour le développement de l’IA elle-même ». En exemple, ils citent le modèle de Google Deepmind AlphaFold, capable de prédire la structure des protéines à partir de leur séquence en acides aminés.

Le rapport précise par ailleurs qu’il se concentre sur les « modèles de fondation », compris comme des systèmes généralistes capables de réaliser une variété de tâches. Il souligne néanmoins que des systèmes spécialisés existent, et que ces derniers « fournissent des bénéfices mesurables lorsque la tâche est bien définie, les données disponibles et que les institutions peuvent le déployer volontairement ».

• IA : les « modèles de fondation » et leur index de transparence critiqués

Progrès inégaux et dangers évidents

Il souligne cela dit l’absence d’égalité dans l’évolution de ce type de technologies : trois quarts de la puissance des supercalculateurs d’IA les plus performants est disponible aux États-Unis, la Chine en compte 15 %, et le reste du monde se partage le solde. De même, ces deux pays concentrent l’essentiel des modèles les plus avancés. Nombre de pays en développement, en revanche, manquent des infrastructures leur permettant de participer à la construction des modèles ou de les auditer. Le risque, alertent les scientifiques : que le déploiement accéléré de l’IA n’aggrave les inégalités et dépendances préexistantes à l’échelle du globe.

Côté usages, les auteurs du rapport soulignent les enjeux soulevés par la multiplication de contenus pédopornographiques et de deepfakes à caractère sexuel, tous générés par IA. Ils constatent la facilité avec laquelle l’IA générative permet de fabriquer du faux, de manière crédible, et alertent sur les effets que cela a sur les débats publics, ou encore de son rôle pour faciliter divers types de cyberattaques. Ils soulignent, enfin, comment la « complaisance » des modèles grands public peut renforcer les convictions des internautes, y compris lorsque celles-ci sont dangereuses.

Étonnamment, le document n’évoque à aucun moment l’opposition croissante à l’intelligence artificielle (notamment générative), quelquefois incarnée plus localement par une opposition à ses infrastructures. Celle-ci est pourtant visible jusque dans le pays leader de l’industrie, que sont les États-Unis.

• Aux États-Unis, la multiplication de data centers suscite une opposition locale croissante

Il n’évoque pas, non plus, les travailleurs des données, certes souvent invisibilisés, dont le rôle est pourtant essentiel à la fabrication des systèmes d’IA évoqués. Parmi les pays qui, faute d’infrastructure, se retrouvent privés des capacités d’« adapter » les modèles « à leurs propres réalités », certains comme le Venezuela, le Kenya ou Madagascar, sont aussi les foyers de clusters d’entraîneurs de données dont le travail est nécessaire pour faire fonctionner les modèles évoqués.

• Le système de production de l’IA reproduit et amplifie les dépendances économiques historiques

En revanche, pour António Guterres, la publication de ce rapport préliminaire doit être perçue comme la première étape d’un travail collectif, dans lequel il enjoint les États membres à construire un cadre international de coopération sur l’IA. Mais même ce travail promet d’être complexe : le rapport explique en effet que « la plupart des pays, y compris de nombreuses économies avancées, manquent d’expertise technique qui leur permettrait d’évaluer les modèles "frontière" les plus efficaces ou de participer à leur gouvernance de manière significative ».

Apple offre à Safari un pont officiel MCP. Il permet aux développeurs de donner à leurs agents IA un accès au navigateur pour débogguer et tester la compatibilité d’un site, consulter la console et les requêtes réseau, etc. Une vraie lacune finalement comblée par le constructeur.

La dernière version 247 de Safari Technology Preview du navigateur d’Apple ouvre la voie aux agents IA, avec le support d’un serveur MCP (Model Context Protocol) permettant à Claude, Codex et aux autres outils compatibles d’accéder à Safari. L’agent est donc en mesure d’ouvrir une page web, d’en lire le contenu, d’inspecter le DOM (Document Object Model), voir les logs de la console, prendre une capture d’écran, cliquer, taper du texte, changer la taille de la fenêtre, etc.

Les développeurs n’auront plus à décrire à l’IA ce qui se passe dans Safari. Elle peut maintenant constater le problème elle-même. Ce sera utile pour analyser les performances d’un site web, repérer des problèmes d’accessibilité, tester la compatibilité d’un site avec Safari et le moteur de rendu WebKit, faire la chasse aux bugs, réaliser une capture d’écran…

Le support MCP « accélère le processus de débogage et permet de rester dans le confort du terminal, avec moins d’allers-retours entre les fenêtres et moins de prompts à rédiger pour corriger le code », écrit Apple. Le constructeur fournit le mode d’emploi – des lignes de commande Terminal – pour brancher Safari MCP aux agents. « Il ne devrait pas être nécessaire de demander [à l’agent] d’utiliser explicitement le serveur MCP de Safari : il devrait s’en charger tout seul », précise-t-il.

Une fois Safari MCP installé, il sera possible de demander à son agent préféré : « Analyse les performances de mon site dans Safari » ou encore « Trouve des bugs sur mon site dans Safari ». Apple conclut : « Il existe de nombreuses façons de développer pour le web, avec ou sans IA. Si l’IA fait partie de votre flux de travail, nous pensons que cet outil contribuera à le rendre encore plus productif. Et si ce n’est pas le cas, ce n’est pas grave non plus. »

Avec Safari MCP, Apple prend à bras le corps la problématique de l’accès des agents IA à son navigateur web. Il existe des outils similaires pour Chrome (Chrome DevTools MCP de Google), qui fonctionnent aussi avec les butineurs Chromium comme Edge. Mozilla planche de son côté sur des DevTools MCP pour Firefox.

• Firefox 148 introduit le kill switch IA promis par Mozilla

Apple offre à Safari un pont officiel MCP. Il permet aux développeurs de donner à leurs agents IA un accès au navigateur pour débogguer et tester la compatibilité d’un site, consulter la console et les requêtes réseau, etc. Une vraie lacune finalement comblée par le constructeur.

La dernière version 247 de Safari Technology Preview du navigateur d’Apple ouvre la voie aux agents IA, avec le support d’un serveur MCP (Model Context Protocol) permettant à Claude, Codex et aux autres outils compatibles d’accéder à Safari. L’agent est donc en mesure d’ouvrir une page web, d’en lire le contenu, d’inspecter le DOM (Document Object Model), voir les logs de la console, prendre une capture d’écran, cliquer, taper du texte, changer la taille de la fenêtre, etc.

Les développeurs n’auront plus à décrire à l’IA ce qui se passe dans Safari. Elle peut maintenant constater le problème elle-même. Ce sera utile pour analyser les performances d’un site web, repérer des problèmes d’accessibilité, tester la compatibilité d’un site avec Safari et le moteur de rendu WebKit, faire la chasse aux bugs, réaliser une capture d’écran…

Le support MCP « accélère le processus de débogage et permet de rester dans le confort du terminal, avec moins d’allers-retours entre les fenêtres et moins de prompts à rédiger pour corriger le code », écrit Apple. Le constructeur fournit le mode d’emploi – des lignes de commande Terminal – pour brancher Safari MCP aux agents. « Il ne devrait pas être nécessaire de demander [à l’agent] d’utiliser explicitement le serveur MCP de Safari : il devrait s’en charger tout seul », précise-t-il.

Une fois Safari MCP installé, il sera possible de demander à son agent préféré : « Analyse les performances de mon site dans Safari » ou encore « Trouve des bugs sur mon site dans Safari ». Apple conclut : « Il existe de nombreuses façons de développer pour le web, avec ou sans IA. Si l’IA fait partie de votre flux de travail, nous pensons que cet outil contribuera à le rendre encore plus productif. Et si ce n’est pas le cas, ce n’est pas grave non plus. »

Avec Safari MCP, Apple prend à bras le corps la problématique de l’accès des agents IA à son navigateur web. Il existe des outils similaires pour Chrome (Chrome DevTools MCP de Google), qui fonctionnent aussi avec les butineurs Chromium comme Edge. Mozilla planche de son côté sur des DevTools MCP pour Firefox.

• Firefox 148 introduit le kill switch IA promis par Mozilla

Du code, pas d'IA

Comme d’autres projets open source, Godot est noyé par l’arrivée massive de code généré par IA dans les contributions. Le moteur de jeu vidéo a décidé de prendre le taureau par les cornes : interdiction des agents IA autonomes et du vibe coding, durcissement généralisé des règles.

Godot, fameux moteur de jeu open source utilisé surtout par les indépendants et les petits studios, croule sous les pull requests (PR) générées par IA. En règle générale, un volume de contributions en forte hausse est bon signe : cela indique que le projet intéresse de plus en plus d’utilisateurs, et qu’ils sont de plus en plus nombreux à vouloir participer au développement du moteur.

Noyade sous les PR

Sauf que comme pour bien d’autres projets open source, Godot souffre d’un manque de mainteneurs et que l’explosion des contributions générées par IA – qu’elles proviennent d’agents IA ou d’humains soumettant du code produit par IA – représente un goulot d’étranglement. « L’effort nécessaire pour créer une pull request a diminué (et le nombre de PR a augmenté en conséquence) », explique la fondation Godot.

Mais dans le même temps, la quantité de travail nécessaire pour examiner ces PR, et le nombre de personnes disponibles pour ce traitement, n’ont pas changé. « Cette pénurie de relecteurs était déjà un problème, mais nous étions parvenus à l’ignorer. Ce n’est plus possible. »

Ces contributions IA ont un effet démoralisant pour les troupes de Godot : relire des pull requests est certes une tâche fastidieuse, mais elle est aussi gratifiante car « les relecteurs ont généralement le sentiment que leurs efforts servent à former un nouveau contributeur ». Un contributeur qui pourra, peut-être un jour, devenir à son tour relecteur et mainteneur du code. Mais voilà : ça ne sert à rien de perdre du temps à former une IA.

C’est pourquoi plusieurs mesures vont être mises en œuvre dans les règles de contribution. Il faudra s’assurer que tout le code est écrit par des humains, qui prennent la responsabilité de leur code et sont capables de le corriger au besoin. « L’IA ne peut pas assumer de responsabilité, et nous ne pouvons pas faire confiance aux utilisateurs intensifs de l’IA pour comprendre suffisamment leur code pour le corriger. »

• GenAI : Daniel Stenberg (cURL) en a ras le bol des rapports de vulnérabilité bidons

Principe élémentaire de respect

La fondation entend aussi ajouter des obstacles aux contributions « bâclées et sans effort », quitte à rendre plus difficile le processus de PR. La politique de Godot va également proscrire les agents IA autonomes et le vibe coding – des usages qui entraînent d’ores et déjà un bannissement automatique du dépôt GitHub.

Tout le code du projet doit être écrit par des humains, ce qui ne veut pas dire l’interdiction complète de l’IA. Seulement, elle devra se limiter à des tâches annexes : autocomplétion de code, regex ou recherche-remplacement. « Si vous utilisez l’IA d’une manière ou d’une autre pour écrire du code, vous devez le signaler dans la discussion de la pull request. » Enfin, les discussions avec les mainteneurs devront se faire entre humains. Les mainteneurs « ne veulent pas parler à une machine, c’est un principe élémentaire de respect. »

En février, Rémi Verschelde, l’un des principaux mainteneurs du dépôt GitHub de Godot, tirait la sonnette d’alarme. « On finit par remettre en question chaque pull request soumis par de nouveaux contributeurs, plusieurs fois par jour. La description de la PR ressemble à une logorrhée typique de LLM, mais le code a-t-il été écrit au moins en partie par un humain ? L’ « auteur » comprend-t-il le code qu’il envoie ? L’a-t-il testé ? »

À l’époque, il soulevait d’intéressantes objections aux restrictions. Il s’interrogeait en effet sur la réponse à donner à un auteur de pull request ayant utilisé l’IA pour discuter avec le mainteneur : « que faire […] s’ils répondent tous : “oui, je l’ai utilisée pour rédiger la description de la PR parce que je ne suis pas bon en anglais” ? » Et si le code est faux, est-ce parce qu’il a été généré par une IA, « ou s’agit-il d’une erreur honnête de la part d’un contributeur humain inexpérimenté ? ». Mais visiblement, trop c’est trop.

• Avec l’Unreal Engine 6, Epic veut connecter tous les jeux

Du code, pas d'IA

Comme d’autres projets open source, Godot est noyé par l’arrivée massive de code généré par IA dans les contributions. Le moteur de jeu vidéo a décidé de prendre le taureau par les cornes : interdiction des agents IA autonomes et du vibe coding, durcissement généralisé des règles.

Godot, fameux moteur de jeu open source utilisé surtout par les indépendants et les petits studios, croule sous les pull requests (PR) générées par IA. En règle générale, un volume de contributions en forte hausse est bon signe : cela indique que le projet intéresse de plus en plus d’utilisateurs, et qu’ils sont de plus en plus nombreux à vouloir participer au développement du moteur.

Noyade sous les PR

Sauf que comme pour bien d’autres projets open source, Godot souffre d’un manque de mainteneurs et que l’explosion des contributions générées par IA – qu’elles proviennent d’agents IA ou d’humains soumettant du code produit par IA – représente un goulot d’étranglement. « L’effort nécessaire pour créer une pull request a diminué (et le nombre de PR a augmenté en conséquence) », explique la fondation Godot.

Mais dans le même temps, la quantité de travail nécessaire pour examiner ces PR, et le nombre de personnes disponibles pour ce traitement, n’ont pas changé. « Cette pénurie de relecteurs était déjà un problème, mais nous étions parvenus à l’ignorer. Ce n’est plus possible. »

Ces contributions IA ont un effet démoralisant pour les troupes de Godot : relire des pull requests est certes une tâche fastidieuse, mais elle est aussi gratifiante car « les relecteurs ont généralement le sentiment que leurs efforts servent à former un nouveau contributeur ». Un contributeur qui pourra, peut-être un jour, devenir à son tour relecteur et mainteneur du code. Mais voilà : ça ne sert à rien de perdre du temps à former une IA.

C’est pourquoi plusieurs mesures vont être mises en œuvre dans les règles de contribution. Il faudra s’assurer que tout le code est écrit par des humains, qui prennent la responsabilité de leur code et sont capables de le corriger au besoin. « L’IA ne peut pas assumer de responsabilité, et nous ne pouvons pas faire confiance aux utilisateurs intensifs de l’IA pour comprendre suffisamment leur code pour le corriger. »

• GenAI : Daniel Stenberg (cURL) en a ras le bol des rapports de vulnérabilité bidons

Principe élémentaire de respect

La fondation entend aussi ajouter des obstacles aux contributions « bâclées et sans effort », quitte à rendre plus difficile le processus de PR. La politique de Godot va également proscrire les agents IA autonomes et le vibe coding – des usages qui entraînent d’ores et déjà un bannissement automatique du dépôt GitHub.

Tout le code du projet doit être écrit par des humains, ce qui ne veut pas dire l’interdiction complète de l’IA. Seulement, elle devra se limiter à des tâches annexes : autocomplétion de code, regex ou recherche-remplacement. « Si vous utilisez l’IA d’une manière ou d’une autre pour écrire du code, vous devez le signaler dans la discussion de la pull request. » Enfin, les discussions avec les mainteneurs devront se faire entre humains. Les mainteneurs « ne veulent pas parler à une machine, c’est un principe élémentaire de respect. »

En février, Rémi Verschelde, l’un des principaux mainteneurs du dépôt GitHub de Godot, tirait la sonnette d’alarme. « On finit par remettre en question chaque pull request soumis par de nouveaux contributeurs, plusieurs fois par jour. La description de la PR ressemble à une logorrhée typique de LLM, mais le code a-t-il été écrit au moins en partie par un humain ? L’ « auteur » comprend-t-il le code qu’il envoie ? L’a-t-il testé ? »

À l’époque, il soulevait d’intéressantes objections aux restrictions. Il s’interrogeait en effet sur la réponse à donner à un auteur de pull request ayant utilisé l’IA pour discuter avec le mainteneur : « que faire […] s’ils répondent tous : “oui, je l’ai utilisée pour rédiger la description de la PR parce que je ne suis pas bon en anglais” ? » Et si le code est faux, est-ce parce qu’il a été généré par une IA, « ou s’agit-il d’une erreur honnête de la part d’un contributeur humain inexpérimenté ? ». Mais visiblement, trop c’est trop.

• Avec l’Unreal Engine 6, Epic veut connecter tous les jeux